道路運行分析系統(tǒng)建設方案

道路運行分析系統(tǒng)建設方案TOC\o"1-5"\h\z1業(yè)務和系統(tǒng)現(xiàn)狀 32項目建設目標 33項目建設內(nèi)容 43.1建設內(nèi)容概述 43.2城市道路交通運行評價指標體系優(yōu)化 93.3數(shù)據(jù)集成接入 133.4數(shù)據(jù)綜合治理 173.5數(shù)據(jù)建模分析與關聯(lián)分析 253.6系統(tǒng)基礎功能開發(fā) 513.7業(yè)務應用場景構(gòu)建 761業(yè)務和系統(tǒng)現(xiàn)狀一期項目通過浮動車衛(wèi)星定位等技術(shù)手段，實時采集覆蓋全市主要交通干道車速等道路運行數(shù)據(jù)。根據(jù)廣州市《城市道路交通運行評價指標體系》的系統(tǒng)評價指標來反映廣州道路的交通運行狀況，并對城市道路交通狀況進行統(tǒng)計分析，為行業(yè)主管部門提供決策參考。同時向公眾發(fā)布城市道路實時路況、城市（區(qū)域）交通運行指數(shù)等信息。主要建設內(nèi)容如下：（1） 研究建立城市道路交通運行分析指標體系，掌握城市路網(wǎng)交通運行情況。（2） 整合現(xiàn)有城市道路交通基礎信息數(shù)據(jù)，對浮動車等數(shù)據(jù)進行融合分析，逐步實現(xiàn)對城市交通主干道覆蓋。（3） 建立交通基礎數(shù)據(jù)分析模型，對道路交通運行狀態(tài)進行分析與評價。（4） 建設城市道路交通運行分析系統(tǒng)，對城市道路進行實時監(jiān)控、擁堵預警、統(tǒng)計分析等。（5） 建設交通信息服務發(fā)布平臺，發(fā)布實時道路交通運行狀態(tài)信息，向公眾出行提供交通信息服務。2項目建設目標在廣州城市道路運行分析系統(tǒng)（以下簡稱“系統(tǒng)”）一期應用的基礎上，運用大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)，持續(xù)升級系統(tǒng)應用，優(yōu)化系統(tǒng)軟硬件環(huán)境、拓寬數(shù)據(jù)監(jiān)測維度，強化數(shù)據(jù)共享分析，推動交通場景應用，綜合提升廣州城市道路運行監(jiān)測分析與服務管理水平。圍繞城市道路、高快速路、市際出入口等對象，構(gòu)建完善道路運行指標體系與應用分析模型，拓展數(shù)據(jù)采集與監(jiān)測分析維度，融合處理運營車輛（公交、出租、網(wǎng)約、客運車輛等）衛(wèi)星定位、視頻卡口、ETC、互聯(lián)網(wǎng)眾包等多源數(shù)據(jù)。深化建設交通路況實時監(jiān)測、綜合分析、視頻聯(lián)動、信息服務等主體功能，推動構(gòu)建交通管理服務應用場景（“穗智管”交通運行主題場景、道路擁堵治理分析場景、交通出行信息服務場景），掌握城市道路交通運行總體情況，為交通行業(yè)管理部門開展交通擁堵治理、交通建設規(guī)劃、交通出行指引、信息發(fā)布服務等提供參考數(shù)據(jù)與輔助決策支持，推動“穗智管”城市運行管理中樞交通運行主題建設，助力打造廣州數(shù)字交通服務體系，促進廣州交通行業(yè)高質(zhì)量發(fā)展，提升市民出行的安全感、滿足感、幸福感。3項目建設內(nèi)容3.1建設內(nèi)容概述廣州市交通運輸局2022年道路運行分析系統(tǒng)（二期）建設項目建設內(nèi)容如下表所示：序號功能模塊（含軟硬件建設內(nèi)容）功能說明1城市道路交通運行評價指標體系優(yōu)化基于《城市道路交通運行評價指標體系》（DB4401/T57-2020）的地方標準要求，組織交通運輸專業(yè)研究機構(gòu)，開展專題研究。根據(jù)交通業(yè)務實際，在原有基礎上優(yōu)化拓展道路交通運行評價指標體系，可分為宏

觀、中觀、微觀指標，形成一套多維度可用于綜合評價全市、區(qū)域、道路、運營車輛等運行水平的評價體系。有關指標優(yōu)化內(nèi)容，包括但不限于上述部分，具體以實際調(diào)研為準。2數(shù)據(jù)采集與預處理多源數(shù)據(jù)接入（1）整合匯聚公交、出租、網(wǎng)約、客貨運車輛、共享單車、互聯(lián)網(wǎng)眾包等多源數(shù)據(jù)，并開展數(shù)據(jù)融合分析應用。（2）為進一步掌握城市交通運行管理服務總體情況，需集成接入城市道路視頻卡口數(shù)據(jù)、停車場數(shù)據(jù)、高速公路收費站數(shù)據(jù)、交通事件數(shù)據(jù)、路政審批、占道施工等數(shù)據(jù)。數(shù)據(jù)綜合治理（1）根據(jù)道路等級、實際應用需要細化交通路網(wǎng)結(jié)構(gòu)、路段劃分，實現(xiàn)車輛定位、車速等數(shù)據(jù)與路段匹配對應關系和更新維護，滿足基于交通定位數(shù)據(jù)的路況計算分析，并科學反映道路總體運行情況。（2）對接入的數(shù)據(jù)進行清洗、集成、變換、規(guī)約、脫敏等預處理。（3）應用地圖匹配、路徑推測等模型算法進行分析處理，使浮動車定位數(shù)據(jù)和城市道路基礎信息在時間和空間上關聯(lián)起來，實現(xiàn)公交、出租、客貨運車輛、網(wǎng)約車等重點車輛衛(wèi)星定位與路段數(shù)據(jù)的關聯(lián)匹配，并做好相關信息定期維護更新。一期系統(tǒng)數(shù)據(jù)遷移按照項目數(shù)據(jù)分析應用要求，對現(xiàn)有交通運行分析數(shù)據(jù)進行轉(zhuǎn)換、遷移，實現(xiàn)在本期系統(tǒng)上對歷史數(shù)據(jù)的查詢分析。信息發(fā)布與共享接口優(yōu)化對外信息發(fā)布與共享數(shù)據(jù)接口服務，支撐市交通運輸局網(wǎng)站、廣州交通?行訊通、微信、微博等向公眾

提供信息服務。在原有基礎上支撐指標拓展與信息發(fā)布服務。3數(shù)據(jù)建模分析與相關性分析宏觀運行評價指標分析模型在一期項目中心區(qū)域算法模型基礎上，優(yōu)化交通運行評價算法模型，融合多源交通大數(shù)據(jù)，包括出租、網(wǎng)約、公交、客貨運車輛、共享單車、卡口、互聯(lián)網(wǎng)眾包等數(shù)據(jù)，研究建立基于《城市道路交通運行評價指標體系》指標計算模型，并擴展實現(xiàn)外圍區(qū)重要城市道路以及高速公路的交通運行評價算法模型。中觀運行評價指標分析模型研究建立中觀運行評價指標分析模型，實現(xiàn)中心區(qū)、行政區(qū)、局部道路、公交車運營出行、出租車運營出行、網(wǎng)約車運營出行、客貨運（長途運輸）以及共享單車出行等指標分析。微觀運行評價指標分析模型依據(jù)微觀運行評價指標要求，研究建立微觀運行評價指標分析模型，實現(xiàn)重點路口運行評價指標分析模型、高速收費站運行評價指標、重要截面流量特征指標分析模型、車輛屬地分析模型、本地化運行外地車分析模型、城市道路車輛0D分析模型、高速公路車輛0D分析模型等。專題分析模型根據(jù)業(yè)務應用需求研發(fā)專題分析模型，包括特殊時期出行特征分析模型、擁堵點分析模型、市國控點周邊運營車輛運行分析模型。短時擁堵指標預測模型基于分析公交車、出租車、網(wǎng)約車、客運大巴、互聯(lián)網(wǎng)眾包等多源數(shù)據(jù)，結(jié)合道路歷史路況數(shù)據(jù)研究建立中心區(qū)擁堵指數(shù)預測模型，實現(xiàn)對中心區(qū)的擁堵變化情況短時預測。相關性分析模型以交通事故、交通運行以及交通流量等數(shù)據(jù)為研究對象，研究建立相關性分析模型，包括交通事故、交通運行、交通流量相關性分析模型建模。

4應用基礎功能開發(fā)平臺架構(gòu)升級優(yōu)化針對一期系統(tǒng)存在的穩(wěn)定性和高可用性較低、處理能力不具備可伸縮性等問題，本期系統(tǒng)將采用分布式處理架構(gòu)優(yōu)化改造數(shù)據(jù)處理層。一期系統(tǒng)在應用服務層上使用了微軟的.netsilverlight技術(shù)，目前微軟已經(jīng)不再對Silverlight技術(shù)進行支持和更新。本期系統(tǒng)在應用服務層框架將采用前后端分離框架，可選擇JavaSSM(Spring+SpringMVC+MyBatis)或SSH作為后端框架，選擇Angular^React或Vue作為前端框架。具體以實際調(diào)研、功能設計情況為準。結(jié)合系統(tǒng)新增數(shù)據(jù)及應用功能完善等情況，對一期項目功能的代碼進行優(yōu)化，進行前后端代碼的修改或重構(gòu)，使其適應新的平臺架構(gòu)，滿足國產(chǎn)化適配等要求。系統(tǒng)運行監(jiān)測為做好系統(tǒng)實時監(jiān)測分析與網(wǎng)絡運行保障，將系統(tǒng)運行狀態(tài)、設施運行狀態(tài)等接入局交通設施監(jiān)管平臺進行統(tǒng)一運行監(jiān)控，保障系統(tǒng)平臺穩(wěn)定，開發(fā)系列與設施監(jiān)管平臺對接接口，將系統(tǒng)運行狀況及時反饋監(jiān)管設施平臺，保障運行分析系統(tǒng)平臺正常運行。監(jiān)測分析接入車輛數(shù)據(jù)、分析結(jié)果和樣本量等數(shù)據(jù)，對于異常情況，及時予以告警提醒。建立快速反應處理機制，特別的在系統(tǒng)重要應用時間段，應有專人監(jiān)控數(shù)據(jù)質(zhì)量。發(fā)現(xiàn)異常時，第一時間自動通知相關人員(可采用電話、短信等)；明確各類數(shù)據(jù)的故障排除聯(lián)系人，及時溝通排除故障。結(jié)合系統(tǒng)新增數(shù)據(jù)及應用功能完善等情況，定期對重要道路的路況數(shù)據(jù)進行抽樣檢查驗證，建設過程中須有人現(xiàn)場抽查校驗，保證路況數(shù)據(jù)的準確性。測試里

程不低于100公里/季度，或一次性連續(xù)測試采集的時間不低于3小時。應用功能開發(fā)應用大數(shù)據(jù)等技術(shù)，融合多源數(shù)據(jù)，并結(jié)合優(yōu)化的指標體系，重構(gòu)算法模型形成更豐富的指標數(shù)據(jù)，本功能實現(xiàn)相關指標數(shù)據(jù)的實時監(jiān)測和綜合分析展示，掌握道路實時運行情況，可在地圖上進行多種交互式查詢和多維分析，主要功能模塊包括宏觀、中觀、微觀運行分析指標監(jiān)測、視頻集成聯(lián)動等。根據(jù)業(yè)務應用需要，對各項指標數(shù)據(jù)進行綜合分析，為擁堵治理、公眾出行、城市道路規(guī)劃、占道施工報批等業(yè)務應用提供數(shù)據(jù)支持。主要功能模塊包括交通事件對比與評估、出行特征分析、車輛運行分析、車輛0D分析、城市出入口交通量分析等。研發(fā)城市道路運行指數(shù)的短時預測功能，供用戶掌握市區(qū)交通指數(shù)當天的變化趨勢，提前研判未來可能需要采取的措施，為道路擁堵疏導應急指揮以及日常交通指揮管理提供數(shù)據(jù)支持。主要功能模塊包括城市道路擁堵指數(shù)短時預測、區(qū)域擁堵指數(shù)短時預測等。開展交通事故、交通運行、交通流量等相關性分析研究，分析易發(fā)生交通事故的流量區(qū)間和速度區(qū)間，研究降水量、施工等因素對交通運行和交通流量的影響，了解停車數(shù)據(jù)與交通運行的相關性。主要功能模塊包括交通事故、交通運行、交通流量相關性分析報表。結(jié)合本期項目新增指標以及綜合分析數(shù)據(jù)等，建設指標統(tǒng)計報表。根據(jù)業(yè)務要求，支撐提供相關數(shù)據(jù)報表以及導出功能，以實現(xiàn)交通指標的快速統(tǒng)計查詢，提供城市道路、高速公路等歷史查詢服務以及對比統(tǒng)計服務。主要功能模塊包括中心城區(qū)交通、高速公路交

通、節(jié)假日交通等運行報表、道路運行明細數(shù)據(jù)報表，宏觀、中觀、微觀交通運行分析評價指標報表、自定義區(qū)域報表、一二期交通指標對比報表等。5業(yè)務應用場景公眾服務場景面向公眾的道路運行相關信息服務，以及重大節(jié)假日的擁堵分析及岀行指引。業(yè)務應用場景面向業(yè)務服務，結(jié)合實際情況構(gòu)建應用場景，包括但不限于以下場景，具體以實際調(diào)研為準：道路運行情況分析、擁堵點識別及其治理成效評估、外源指數(shù)數(shù)據(jù)對碰分析、城市道路運行分析、高速公路運行分析、重要路段流量監(jiān)測、視頻卡口數(shù)據(jù)集成應用、運營車輛全局監(jiān)控、市國控點周邊運營車輛運行分析、城市道路規(guī)劃數(shù)據(jù)支持、“穗智管”交通主題數(shù)據(jù)支持等。注：以上列表信息包括但不限于項目指標優(yōu)化、數(shù)據(jù)治理、數(shù)據(jù)建模、關聯(lián)分析、功能開發(fā)、場景應用等專題內(nèi)容，具體建設內(nèi)容以實際調(diào)研為準，并按雙方確認的《項目需求說明書》組織實施。3.2城市道路交通運行評價指標體系優(yōu)化基于《城市道路交通運行評價指標體系》（廣州市地方技術(shù)規(guī)范DB4401/T57—2020）根據(jù)業(yè)務需求研究擴展新的指標，在原有的道路運行指數(shù)基礎上完善現(xiàn)有道路交通運行評價指標體系，分為宏觀指標、中觀指標，以及微觀指標，形成一套多維度可用于綜合評價全市、區(qū)域、道路、交叉口、截面以及運營車輛運行情況的評價體系。（下圖黃色部分為優(yōu)化已有指標，白色部分為建設新增指標），中標供應商需組織專業(yè)交通運輸研究機構(gòu)開展專題研究，對本項目相關的城市道路運行速度、擁堵指數(shù)等指標，與互聯(lián)網(wǎng)地圖服務商發(fā)布的相關指標進行綜合分析，做好數(shù)據(jù)校核、數(shù)據(jù)質(zhì)量控制等分析研究，并選取其他國內(nèi)主要城市進行對比。根據(jù)項目建設實際需要，適時組織赴北京、上海、深圳等城市調(diào)研學習道路運行分析相關技術(shù)規(guī)范及智能化分析等先進經(jīng)驗做法。圖1城市道路交通運行評價指標體系示意圖3.2.1宏觀運行評價指標在《城市道路交通運行評價指標體系》（廣州市地方技術(shù)規(guī)范DB4401/T57—2020）的地方標準要求基礎上，研究擴展新的指標，如交通延誤指數(shù)、城市出入口總車流量等?？砂吹缆穼傩苑譃槌鞘械缆愤\行評價指標與高速公路運行評價指標等。3.2.2中觀運行評價指標《城市道路交通運行評價指標體系》主要反映的是全市交通運行情況。在此基礎上，本項目對城市局部區(qū)域交通運行等情況開展進一步分析評價，擴展建立中觀指標，對局部道路運行以及不同岀行方式構(gòu)建相應的評價指標，豐富城市交通運行指標體系分析維度。中心區(qū)道路運行評價指標：針對中心城區(qū)道路研究形成局部道路運行評價指標，如行程時間指數(shù)、擁堵等級等，研究形成通道運行情況評價指標；行政區(qū)道路運行評價指標：針對行政區(qū)域內(nèi)道路研究形成局部道路運行評價指標，如行程時間指數(shù)、擁堵等級等，研究形成通道運行情況評價指標；局部道路運行評價指標：針對主干道或小片區(qū)內(nèi)主干道研究形成局部道路運行評價指標，如行程時間指數(shù)、擁堵等級等，研究形成通道運行情況評價指標；公交車運營出行評價指標：以公交車為對象，參照《城市道路交通運行評價指標體系》，研究形成公交車運營出行評價指標,如平均速度、擁堵等級等，實現(xiàn)公交車運營出行的指標評價；出租車運營出行評價指標：以出租車為對象，參照《城市道路交通運行評價指標體系》，研究形成出租車運營出行評價指標,如平均速度、擁堵等級等，實現(xiàn)出租車運營出行的指標評價；網(wǎng)約車運營出行評價指標：以網(wǎng)約車為對象，參照《城市道路交通運行評價指標體系》，研究形成網(wǎng)約車運營出行評價指標,如平均速度、擁堵等級等，實現(xiàn)網(wǎng)約車運營出行的指標評價;（7） 客貨車（長途運輸）運營出行評價指標：以客運大巴、貨車為對象，參照《城市道路交通運行評價指標體系》，研究形成客貨車（長途運輸）運營出行評價指標，如平均速度、擁堵等級等，實現(xiàn)客車（長途運輸）運營出行的指標評價；（8） 共享單車出行評價指標：以共享單車為對象，參照《城市道路交通運行評價指標體系》，研究形成共享單車出行評價指標,如平均速度、出行指數(shù)等，實現(xiàn)共享單車出行的指標評價。3.2.3微觀運行評價指標結(jié)合交通業(yè)務應用實際，拓展建立微觀運行評價指標體系，對道路車流特征、車輛0D分布等道路運行評價指標進行精細化分析與數(shù)據(jù)建模，掌握城市道路、高速公路車流運行等特征，進一步強化道路交通運行監(jiān)測分析與綜合場景應用。（1） 重點路口運行評價指標：針對重要交叉口及其進出口研究形成重點路口運行評價指標，如流量、速度、延誤時間、擁堵等級等，實現(xiàn)交叉口運行情況的指標評價；（2） 高速收費站運行評價指標：針對高速收費站研究形成運行評價指標，如分車型車流量、擁堵等級等，實現(xiàn)高速收費站運行情況的指標評價；（3） 重要截面流量特征指標：針對城市道路、高速公路的重要截面，研究形成重要截面流量特征指標，如截面流量、擁堵等級等,實現(xiàn)重要截面運行情況的指標評價;車輛屬地特征指標：研究形成車輛屬地特征指標，如截面車輛屬地占比、區(qū)域車輛屬地占比等，掌握車輛屬地特征；本地化運行車輛特征指標：研究形成本地化運行車輛特征指標，如本地化運行外地車數(shù)量及其占比、本地化運行新能源車數(shù)量及其占比等，掌握本地化運行外地車特征；城市車輛0D分布特征指標：研究形成城市車輛0D分布特征指標，如區(qū)域車輛0D分布等，掌握市內(nèi)城市道路、停車場車輛0D分布特征；高速公路車輛0D分布特征指標：研究形成高速公路車輛0D分布特征指標，如高速公路車輛0D分布、收費站進出車輛分布等，掌握高速公路車輛0D分布特征。3.3數(shù)據(jù)集成接入在項目實施期間，屮標單位須根據(jù)項目建設要求及業(yè)務管理需求，做好相關交通專題數(shù)據(jù)共享接入與對接實施，解決相關系統(tǒng)數(shù)據(jù)對接與接口開發(fā)等費用(含對接雙方接口開發(fā)，接口按以下對接內(nèi)容，在實施階段需求調(diào)研中具體確定)，上述相關費用包含在項目總價中。數(shù)據(jù)包括但不限于以下內(nèi)容：公交、網(wǎng)約、客貨運車輛、共享單車、互聯(lián)網(wǎng)眾包數(shù)據(jù)、道路視頻卡口數(shù)據(jù)、停車場進出信息、高速公路車流收費數(shù)據(jù)、交通事件數(shù)據(jù)、路政開挖、占道施工、路橋規(guī)劃等數(shù)據(jù)。3.1數(shù)據(jù)集成整合匯聚公交、網(wǎng)約、客貨運車輛、共享單車等重點車輛運行狀態(tài)、衛(wèi)星定位等信息，以及互聯(lián)網(wǎng)眾包數(shù)據(jù)等，開展多源數(shù)據(jù)融合分析與綜合應用。為進一步掌握城市交通運行總體情況，需集成接入城市道路視頻卡口數(shù)據(jù)、停車場數(shù)據(jù)、高速公路收費站數(shù)據(jù)、交通事件數(shù)據(jù)、路政開挖、占道施工、路橋規(guī)劃等數(shù)據(jù)。局共享平臺數(shù)據(jù)接入開發(fā)與廣州市交通運輸局交通行業(yè)數(shù)據(jù)共享與分析服務平臺交互的接口，實現(xiàn)公交、網(wǎng)約、客貨運車輛、共享單車、城市道路視頻卡口、交通事件、路政開挖、占道施工數(shù)據(jù)的接入。接入公交、網(wǎng)約、客貨運車輛、共享單車等車輛運行狀態(tài)、衛(wèi)星定位等，數(shù)據(jù)字段包括時間、經(jīng)緯度、速度等；接入城市道路視頻卡口的視頻分析數(shù)據(jù)，分析數(shù)據(jù)字段包括時間、車牌號、卡口位置等；接入交通事件數(shù)據(jù)，數(shù)據(jù)字段包括事件時間、經(jīng)緯度、事件類型、事件內(nèi)容等；接入路政開挖、占道施工數(shù)據(jù)，數(shù)據(jù)字段包括施工時間、施工類型、施工內(nèi)容等；接入停車場數(shù)據(jù)，數(shù)據(jù)字段包括停車場、進出場時間、車牌號等。局視頻平臺數(shù)據(jù)接入開發(fā)與廣州市交通運輸局視頻平臺交互的接口，實現(xiàn)視頻調(diào)用、智能分析、歷史查詢等功能。實時調(diào)用查看視頻平臺的視頻畫面；支持對歷史視頻畫面的調(diào)用查看；可指定時間保存視頻錄像?；ヂ?lián)網(wǎng)眾包數(shù)據(jù)接入開發(fā)與互聯(lián)網(wǎng)眾包數(shù)據(jù)交互的接口，由供應商對接提供現(xiàn)勢性強的互聯(lián)網(wǎng)地圖(含基礎底圖、交通專題要素、路網(wǎng)信息、交通路況等)，做好互聯(lián)網(wǎng)地圖數(shù)據(jù)定期更新，滿足交通路況分析應用要求。高速公路收費站數(shù)據(jù)接入開發(fā)與高速公路收費站數(shù)據(jù)交互的接口，協(xié)調(diào)接入收費站等數(shù)據(jù),數(shù)據(jù)字段包括收費站名稱、所在高速公路、時間、車牌號等。交通多規(guī)合一系統(tǒng)數(shù)據(jù)接入開發(fā)與交通規(guī)劃、交通建設數(shù)據(jù)交互的接口，共享接入城市道路、隧道、橋梁建設規(guī)劃等相關數(shù)據(jù)。路政管理系統(tǒng)數(shù)據(jù)接入開發(fā)與路政管理系統(tǒng)平臺交互的接口，接入路政開挖信息、占道施工信息、工程進度等相關數(shù)據(jù)。與交通設施監(jiān)管平臺數(shù)據(jù)相關系統(tǒng)的接口開發(fā)與交通設施監(jiān)管平臺交互的接口，將本系統(tǒng)設施運行狀態(tài)等接入局交通設施監(jiān)管平臺進行統(tǒng)一運行監(jiān)控，加強系統(tǒng)運行狀態(tài)監(jiān)控,及時發(fā)現(xiàn)數(shù)據(jù)中斷及數(shù)據(jù)異常等情況，并及時處置，保障系統(tǒng)平臺穩(wěn)定。3.3.2一期系統(tǒng)數(shù)據(jù)遷移按照本項目的數(shù)據(jù)分析應用及可視化等要求，對現(xiàn)有交通運行分析數(shù)據(jù)進行轉(zhuǎn)換、遷移，實現(xiàn)在本期系統(tǒng)上對歷史數(shù)據(jù)的查詢展示與對比分析。本期系統(tǒng)相同路段交通指數(shù)應與原系統(tǒng)數(shù)據(jù)的趨勢變化保持數(shù)據(jù)延續(xù)、趨勢一致。通過數(shù)據(jù)建模與綜合對比分析等方法，使得二期系統(tǒng)計算岀來的結(jié)果與一期系統(tǒng)不應有較大差異，至少變化趨勢應保持一致，特別是指數(shù)-速度之間的二維關系（如下圖）應保證不出現(xiàn)太大變動。?重算后?重算前?重算后?重算前?2019年同期32105 10 15 20 25 30 35 40 45平均速康（單位：km/h）W987654擁堵指數(shù)圖2擁堵指數(shù)和平均速度之間的二維關系示意圖3.3?3信息發(fā)布與共享接口提供對外信息發(fā)布與共享數(shù)據(jù)接口，以便通過市交通運輸局網(wǎng)站、廣州交通?行訊通、微信、微博等向公眾提供信息服務。在一期基礎上，結(jié)合交通業(yè)務實際，做好本項目相關宏觀、中觀、微觀交通運行評價指標等信息發(fā)布技術(shù)支撐服務。3.4數(shù)據(jù)綜合治理對各接入數(shù)據(jù)進行預處理，完成數(shù)據(jù)清洗、集成、變換以及規(guī)約，包括數(shù)據(jù)脫敏處理，以使各項數(shù)據(jù)適應下一步的分析要求。同時，細化城市交通路網(wǎng)的道路路段劃分，實現(xiàn)多源數(shù)據(jù)的路段對應關系的維護，將公交、岀租、客貨運車輛、網(wǎng)約車等運營車輛位置數(shù)據(jù)和城市道路在時間和空間上關聯(lián)起來，進行地圖匹配，為后續(xù)的數(shù)據(jù)分析做好數(shù)據(jù)準備。

數(shù)據(jù)綜合治理包括但不限于以下內(nèi)容，具體以項目實施過程屮雙方確認的《項目需求說明書》為準。3.4.1源數(shù)據(jù)預處理海量的原始數(shù)據(jù)中存在著大量不完整（有缺失值）、不一致、有異常的數(shù)據(jù)，嚴重影響到數(shù)據(jù)挖掘建模的執(zhí)行效率，甚至可能導致挖掘結(jié)果的偏差，因此，需要對數(shù)據(jù)進行清洗。數(shù)據(jù)清洗完成后，接著進行或者同時進行數(shù)據(jù)集成、轉(zhuǎn)換、規(guī)約等一系列的處理，一方面是要提高數(shù)據(jù)的質(zhì)量，另一方面是要讓數(shù)據(jù)更好地適應特定的挖掘技術(shù)或工具。數(shù)據(jù)預處理過程如下圖（此圖僅為舉例說明，具體方法根據(jù)項目實施情況調(diào)整）:掘果

挖結(jié)掘果

挖結(jié)二次預處理圖3數(shù)據(jù)預處理過程示意圖4.1.1數(shù)據(jù)清洗清洗所接入的數(shù)據(jù)，刪除原始數(shù)據(jù)集中的無關數(shù)據(jù)、重復數(shù)據(jù),平滑噪聲數(shù)據(jù)，篩選掉與挖掘主題無關的數(shù)據(jù)，處理缺失值、異常值等，滿足數(shù)據(jù)格式標準化、異常數(shù)據(jù)清除、錯誤糾正、重復數(shù)據(jù)清除等數(shù)據(jù)規(guī)范要求。（1） 缺失值處理缺失值的處理方法可以分為3類，刪除記錄、數(shù)據(jù)插補和不處理。其中常見的數(shù)據(jù)插補方法見下表（此方法僅為舉例說明，具體方法根據(jù)項目實施情況調(diào)整）。表1缺失值的處理方法插補方法方法描述均值/中位數(shù)/眾數(shù)插補根據(jù)屬性值的類型，用它的均值/中位數(shù)/眾數(shù)進行插補。使用固定值將缺失的屬性值用一個常量替換。最近臨插補在記錄中找到與缺失樣本最接近的樣本的該屬性值插補?；貧w方法對帶有缺失值的變量，根據(jù)己有數(shù)據(jù)和與其相關的其他變量的數(shù)據(jù)建立擬合模型來預測缺失的屬性值。插值法插值法是利用已知點建立合適的插值函數(shù)/（x）,未知值由對應點兀求出的函數(shù)值/3）近似代替。如果通過簡單的刪除小部分記錄達到既定的目標，那么刪除含有缺失值的記錄的方法是最有效的。然而，這種方法卻有很大的局限性。它是以減少歷史數(shù)據(jù)來換取數(shù)據(jù)的完備，會造成資源的大量浪費，將丟棄了大量隱藏在這些記錄中的信息。4.1.2異常值處理在數(shù)據(jù)處理時，異常值是否剔除，需視具體情況而定，因為有些異常值可能蘊含著有用的信息。異常值的處理方法見下表（此方法僅為舉例說明，具體方法根據(jù)項目實施情況調(diào)整）。表2異常值的處理方法異常值處理方法方法描述刪除直接刪除異常值視為缺失值將異常值視為缺失值，以缺失值的方法處理平均值修正可用前后兩個觀測值的平均值修正該異常值不處理直接在具有異常值的數(shù)據(jù)集上進行挖掘建模將含有異常值的記錄直接刪除的方法簡單易行，但缺點也明顯，在觀測值很少的情況下，這種刪除會造成樣本量不足，可能會改變變量的原有分布，從而造成分析結(jié)果的不準確。視為缺失值處理的好處是可以利用現(xiàn)有變量的信息，對異常值進行填補。在很多情況下，要先分析異常值出現(xiàn)的原因，在判斷異常值是否應該舍棄，如果是正確的數(shù)據(jù)，可以直接在具有異常值的數(shù)據(jù)集上進行挖掘建模。數(shù)據(jù)集成由于數(shù)據(jù)集成涉及到不同的規(guī)則，因此，數(shù)據(jù)集成是數(shù)據(jù)預處理中比較困難的一個步驟。每個數(shù)據(jù)源的命名規(guī)則和要求可能不一致，須將多個數(shù)據(jù)源的數(shù)據(jù)抽取到一個數(shù)據(jù)倉庫中。為了保證實驗結(jié)果的準確性，須要求所有數(shù)據(jù)的格式統(tǒng)一，主要參考方法大致分為兩類，一類是在各數(shù)據(jù)源中先進行修改，后統(tǒng)一抽取至數(shù)據(jù)倉庫中；二是先抽取到數(shù)據(jù)倉庫中，再進行統(tǒng)一修改。數(shù)據(jù)變換數(shù)據(jù)變換主要是對數(shù)據(jù)進行規(guī)范化處理，將數(shù)據(jù)轉(zhuǎn)換成“適當?shù)摹毙问?，以適用于挖掘任務及算法的需要，此方法僅為舉例說明，具體方法根據(jù)項目實施情況調(diào)整。（1）簡單函數(shù)變換簡單函數(shù)變換即對原始數(shù)據(jù)進行某些數(shù)學函數(shù)變換，常用的變換包括平方、開方、取對數(shù)、差分運算等，即：?2X=xX=y/xx=log(x)^f(xk)=f(xk+l)-f(xk)簡單的函數(shù)變換常用來將不具有正態(tài)分布的數(shù)據(jù)變換成具有正態(tài)分布的數(shù)據(jù)。在時間序列中，有時簡單的函數(shù)變換或者差分運算就可以將非平穩(wěn)序列轉(zhuǎn)換成平穩(wěn)序列。(2)規(guī)范化數(shù)據(jù)規(guī)范化(歸一化)處理是數(shù)據(jù)挖掘的一項基礎工作。不同評價指標往往具有不同的量綱，數(shù)值間的差別可能很大，不進行處理可能會影響到數(shù)據(jù)分析的結(jié)果。為了消除指標之間的量綱和取值范圍差異的影響，需要進行標準化處理，將數(shù)據(jù)按照比例進行縮放，使之落入一個特定的區(qū)域，便于綜合分析。最小-最大規(guī)范化最小-最大規(guī)范化也稱為離差標準化，是對原始數(shù)據(jù)的線性變換,將數(shù)值值映射到［0,1］之間。轉(zhuǎn)化公式如下：?x-minx= max-min其中，max為數(shù)據(jù)樣本的最大值，min為樣本數(shù)據(jù)的最小值。離差標準化是消除量綱和數(shù)據(jù)取值范圍影響的最簡單辦法。缺點是若數(shù)值集中某個數(shù)值很大，則規(guī)范化后各值會接近0,并且相差不大。零-均值規(guī)范化零-均值規(guī)范化也稱標準差標準化，經(jīng)過處理的數(shù)據(jù)的均值為0,標準差為1。轉(zhuǎn)化公式為：*x-xX= a匚為原始數(shù)據(jù)的均值，"為原始數(shù)據(jù)的標準差。小數(shù)定標規(guī)范化通過移動屬性值的小數(shù)位數(shù)，將屬性值映射到［-1,1］之間，移動的小數(shù)位數(shù)取決于屬性值絕對值的最大值。轉(zhuǎn)化公式為：?x連續(xù)屬性離散化一些數(shù)據(jù)挖掘算法，特別是某些分類算法，要求數(shù)據(jù)時分類屬性形式。這樣，常常需要將連續(xù)屬性變換成分類屬性，即連續(xù)屬性離散化。＞離散化的過程連續(xù)屬性離散化就是在數(shù)據(jù)的取值范圍內(nèi)設定若干個離散的劃分點，將取值范圍劃分為一些離散化區(qū)間，最后用不同的符號或整數(shù)值代表羅在每個子區(qū)間中的數(shù)據(jù)值。A常用的離散化方法a） 等寬法b） 等頻法c） 基于聚類分析的方法數(shù)據(jù)規(guī)約在大數(shù)據(jù)集上進行復雜的數(shù)據(jù)分析和挖掘需要很長的時間，數(shù)據(jù)規(guī)約產(chǎn)生更小但保持原數(shù)據(jù)完整性的新數(shù)據(jù)集。規(guī)約后的數(shù)據(jù)集上進行分析和挖掘?qū)⒏行?。?）屬性規(guī)約屬性規(guī)約通過屬性合并來創(chuàng)建新屬性維數(shù)，或者直接通過刪除不相關的屬性來減少數(shù)據(jù)維數(shù)，從而提高數(shù)據(jù)挖掘的效率、降低計算成本。屬性規(guī)約的目標是尋找岀最小的屬性子集并確保新數(shù)據(jù)子集的概率分布盡可能地接近原數(shù)據(jù)集的概率分布。屬性規(guī)約常用的方法如下表所示（此方法僅為舉例說明，具體方法根據(jù)項目實施情況調(diào)整）。表3屬性規(guī)約常用方法屬性規(guī)約方法方法描述合并屬性將一些舊屬性合并為新屬性。逐步向前選擇從一個空屬性集開始，每次從原來屬性集合中選擇一個最優(yōu)的屬性添加到當前屬性子集中。直到無法選擇出最優(yōu)屬性或者滿足一定閾值約束為止。逐步向后刪除從一個全屬性集開始，每次從當前屬性集合中選擇一個當前最差的屬性并將其從當前屬性子集中刪去。直到無法選擇出最差屬性或者滿足一定閾值約束為止。決策樹歸納利用決策樹的歸納方法對初始數(shù)據(jù)進行分類歸納學習。主成分分析用較少的變量去解釋原始數(shù)據(jù)中的大部分變量，即將許多相關性很高的變量轉(zhuǎn)化成彼此相互獨立或不相關的變量。（2）數(shù)值規(guī)范數(shù)值規(guī)約是指通過選擇替代的、較小的數(shù)據(jù)來減少數(shù)據(jù)量，包括有參數(shù)方法和無參數(shù)方法。有參數(shù)方法是使用一個模型來評估數(shù)據(jù),只需存放參數(shù)，而不需要存放實際數(shù)據(jù)，例如回歸和對數(shù)線性模型。無參數(shù)方法就需要存放實際數(shù)據(jù)，例如直方圖、聚類、抽樣。在數(shù)據(jù)預處理的實際應用過程中，上述步驟有時并不是完全分開的。另外，應該針對具體所要研究的問題通過詳細分析后再進行預處理方法的選擇，整個預處理過程要盡量人機結(jié)合。預處理后，若挖掘結(jié)果顯示和實際差異較大，在排除源數(shù)據(jù)的問題后則有必要需要考慮數(shù)據(jù)的二次預處理，以修正初次數(shù)據(jù)預處理中引入的誤差或方法的不當，若二次挖掘結(jié)果仍然異常則需要另行斟酌。數(shù)據(jù)脫敏對某些敏感信息通過脫敏規(guī)則進行數(shù)據(jù)的變形，實現(xiàn)敏感隱私數(shù)據(jù)的可靠保護，防止隱私數(shù)據(jù)在未經(jīng)脫敏的情況下流岀，也便于后續(xù)數(shù)據(jù)的導出及共享。需要脫敏的數(shù)據(jù)字段主要是車牌號，可制定脫敏規(guī)則進行數(shù)據(jù)的變形，以新的編號替換車牌號碼，需要脫敏的數(shù)據(jù)預計有以下幾種（以實際需求為準）:城市道路視頻卡口數(shù)據(jù)、停車場數(shù)據(jù)、高速公路收費站數(shù)據(jù)、交通事件數(shù)據(jù)。3.4.2城市交通路網(wǎng)結(jié)構(gòu)數(shù)據(jù)升級根據(jù)道路等級、實際應用要求等，升級交通路網(wǎng)結(jié)構(gòu)，細化路段劃分。構(gòu)建重點車輛衛(wèi)星定位、車速與相應路段擁堵情況的對應關系,做好相關數(shù)據(jù)更新維護，實現(xiàn)對交通路網(wǎng)的精細化監(jiān)測分析。必要時應組織技術(shù)人員到實際道路現(xiàn)場調(diào)研，分析核實所監(jiān)測的路況是否與實際相符。道路路段的劃分為兩個部分:（1） 中路段的劃分維護：該層級路段需與一期系統(tǒng)的路段相對應（根據(jù)業(yè)務應用需求，中路段與一期系統(tǒng)路段關系可為一對一或多對一的關系），以支持數(shù)據(jù)的對比分析。（2） 小路段的劃分維護：根據(jù)業(yè)務應用要求，細化路段劃分，將兩個交叉口之間的路段定義為小路段。（如東風路可分為東風西路、東風中路、東風東路三個中路段，連新路和吉祥路之間的東風屮路路段為小路段。以上僅為舉例說明，具體路段劃分以實際調(diào)研為準）上述兩個部分的路網(wǎng)結(jié)構(gòu)，還需與互聯(lián)網(wǎng)眾包數(shù)據(jù)中的路段建立對應關系，以便進行數(shù)據(jù)融合以及對比分析。3.4.3地圖匹配根據(jù)裝備車載全球定位系統(tǒng)的浮動車（即公交、網(wǎng)約、客貨運車輛等）在其行駛過程中定期記錄的車輛位置、方向和速度信息，應用地圖匹配、路徑推測等相關的計算模型和算法進行實時處理分析，使浮動車位置數(shù)據(jù)和城市道路在時間和空間上關聯(lián)起來，對公交、出租、客貨運車輛、網(wǎng)約車等運營車輛的衛(wèi)星定位數(shù)據(jù)進行路段定位匹配。3.5數(shù)據(jù)建模分析與關聯(lián)分析3.5.1數(shù)據(jù)建模與分析根據(jù)優(yōu)化的城市道路交通運行評價指標體系，建立數(shù)據(jù)分析模型,實現(xiàn)宏觀、中觀、微觀運行評價指標分析模型，并根據(jù)業(yè)務需要建模實現(xiàn)特殊時期出行特征分析、擁堵治理分析、主題事件對比分析、市國控點周邊運營車輛運行分析以及短時擁堵指標預測。要建立宏觀、屮觀、微觀運行評價指標分析模型，需要以路網(wǎng)劃分的最小單位一一路段建立運行狀況評價模型作為基礎。路段運行狀況評價模型的主要建模思路可參考以下算法。通過計算路段平均速度與自由流速度，計算路段運行速度比并劃分路段運行狀況等級，以下模型算法及公式僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1、路段平均運行速度計算路段平均運行速度計算的最小間隔應不大于5分鐘，計算方法可參考公式(2)o此公式僅為舉例說明，具體方法須結(jié)合實際調(diào)研分析情況調(diào)整。(1)(2)式中:石一一路段中車輛丿的平均運行速度，單位為千米/每小時(km/h)；-4/——通過路段中車輛j的速度采集樣本數(shù)；s*——車輛j在第i個數(shù)據(jù)采集時間間隔內(nèi)駛過的距離，單位為千米(km)；t——車輛定位數(shù)據(jù)采集時間間隔，單位為小時(h)；戶上一一路段k內(nèi)的車輛平均運行速度，單位為千米/每小時(km/h)；N通過路段的車輛樣本數(shù)。2、路段自由流速度計算針對評價路段可參考以下算法進行計算，單位為千米/每小時（km/h）。此算法僅為舉例說明，具體方法結(jié)合實際情況調(diào)整。a） 將6:00至24:00按給定時間間隔等分，其間隔長度不超過15分鐘;b） 計算每一時間間隔平均行程速度的算術(shù)平均值，樣本天數(shù)應不少于30天；c） 將計算出的平均值從大到小排序，取排序結(jié)果的前1/9進行平均，其結(jié)果作為自由流速度；d） 當計算得到的自由流速度超過道路限速時取限速。3、路段運行速度比計算與運行狀況等級劃分路段平均運行速度與自由流速度之比，計算方法可參考公式（3）。此公式僅為舉例說明，具體方法結(jié)合實際情況調(diào)整。TS^（n）=/?* （3）式中：T5/?,（n）——第n個時段內(nèi)￡評價單元（如路段）平均運行速度比;/?——平均運行速度比值域調(diào)整系數(shù)，一般為10或100;可伍）一一第71個時段內(nèi)評價單元「的平均運行速度；b——路段自由流速度，根據(jù)第3步所確定的取值。路段運行狀況等級劃分為非常慢、較慢、緩行、基本暢通以及暢通五個等級，路段平均運行速度比與運行狀況等級的對應關系可參考表4（僅供參考，具體數(shù)值結(jié)合實際情況調(diào)整）。表4路段運行狀況等級劃分表（僅供參考）路段平均運行速度比[0,0?2](0.2,0.4](0.4,0.6](0.6,0.8](0.8,1)運行狀況等級非常慢較慢緩行基本暢通暢通宏觀運行評價指標分析模型在一期項目中心區(qū)域算法模型基礎上，優(yōu)化交通運行評價算法模型，融合多源交通大數(shù)據(jù)，包括出租、網(wǎng)約、公交、客貨運車輛、共享單車、卡口、互聯(lián)網(wǎng)眾包等，研究建立基于《城市道路交通運行評價指標體系》（廣州市地方技術(shù)規(guī)范DB4401/T57—2020）的指標計算模型，并擴展實現(xiàn)外圍區(qū)重要城市道路以及高速公路的交通運行評價算法模型，實現(xiàn)道路運行指數(shù)、平均運行速度等指標分析。宏觀運行評價指標分析模型的主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：第一步：對接入的公交、出租、網(wǎng)約、客貨運車輛、共享單車等數(shù)據(jù)進行分析，考慮去除低置信度的數(shù)據(jù)源，確定用于融合計算的數(shù)據(jù)源；第二步：融合公交、出租、網(wǎng)約、客貨運車輛、共享單車等多源數(shù)據(jù)，結(jié)合各類車輛對路況影響的不同權(quán)重（可參考表5,具體權(quán)重數(shù)值根據(jù)實際情況確定）建立路段運行狀況評價模型，劃分路段運行狀況等級;表5各類車輛權(quán)重對應表（僅供參考）車輛類型出租車網(wǎng)約車公交車客運大巴大型貨車自行車權(quán)重111.51.520.2第三步：分別統(tǒng)計不同道路（例如高快速路、城市道路等）的擁堵比例，確定不同道路對全市路況影響的不同權(quán)重；第四步：在路段運行指標評價模型基礎上，結(jié)合不同道路權(quán)重建立宏觀運行評價指標分析模型，通過計算擁堵路段占比，計算運行評價指標如平均運行速度、道路運行指數(shù)等，劃分道路運行狀況。具體算法根據(jù)調(diào)研后實際情況進一步確定，道路運行指數(shù)與運行狀況等級劃分對應關系可參考表6（實際對應關系根據(jù)實際情況確定）。表6道路運行指數(shù)與運行狀況等級劃分表（僅供參考）擁堵線路路段占比[0,4%)[4%,8%)[8%,11%)[11%,14%)[14%,100%]道路運行指數(shù)[0,2)[2,4)[4,6)[6,8)[8,10]運行狀況等級暢通基本暢通緩行中度擁堵嚴重擁堵顏色表示.1城市道路運行評價指標分析模型在既有中心區(qū)域的基礎上拓展外圍區(qū)主要城市道路，實現(xiàn)全市城市道路運行分析指數(shù)的實時監(jiān)測，包括平均運行速度、道路運行指數(shù)等。城市道路運行評價指標分析模型的研究對象為城市道路及各類運營車輛。城市道路運行評價指標分析模型主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整:在全市路網(wǎng)中篩選出城市道路的路段，將公交車、岀租車、網(wǎng)約車等各類車輛位置與城市道路路段分別匹配關聯(lián)；根據(jù)路段運行狀況評價模型計算路段平均運行速度，劃分路段運行狀況等級；根據(jù)城市道路中擁堵路段占比，計算城市道路運行指數(shù)并劃分運行狀況等級；對模型計算結(jié)果與實際路況進行分析，驗證模型的準確性。.2髙速公路運行評價指標分析模型基于互聯(lián)網(wǎng)眾包數(shù)據(jù)等實現(xiàn)重點高速公路(如華快、南環(huán)、虎門、東環(huán)等)路況指標監(jiān)測，包括平均運行速度、道路運行指數(shù)等。高速公路運行評價指標分析模型的研究對象為重點高速公路、各類運營車輛。高速公路運行評價指標分析模型主要建模思路如下，該模型(或者算法)僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：在全市路網(wǎng)中篩選出重點高速道路的路段，將公交車、出租車、網(wǎng)約車等各類車輛位置與高速公路路段分別匹配關聯(lián)；根據(jù)路段運行狀況評價模型通過計算高速公路各路段的平均運行速度，并劃分路段運行狀況等級；根據(jù)高速公路屮擁堵路段占比，計算高速公路運行指數(shù)并劃分運行狀況等級；對模型計算結(jié)果與實際路況進行分析，驗證模型的準確性。中觀運行評價指標分析模型在宏觀運行評價指標分析基礎上，研究建立中觀運行評價指標分析模型，實現(xiàn)區(qū)域道路、運營車輛出行的指標分析。主要分析維度分為區(qū)域與運營車輛兩種，一是融合屮心區(qū)、行政區(qū)、局部區(qū)域的多源車輛數(shù)據(jù)按區(qū)域劃分分別建立區(qū)域道路運行評價指標分析模型，二是根據(jù)全市范圍內(nèi)的公交、出租、網(wǎng)約、客貨運車輛、共享單車數(shù)據(jù)按車輛種類分別建立運營車輛出行評價指標分析模型。.1區(qū)域道路運行評價指標分析模型在一期項目中心區(qū)域算法模型基礎上，優(yōu)化交通運行評價算法模型，融合多源交通大數(shù)據(jù)，包括出租、網(wǎng)約、公交、客貨運車輛、共享單車、卡口、互聯(lián)網(wǎng)眾包等，細化統(tǒng)計區(qū)域范圍，研究建立基于《城市道路交通運行評價指標體系》（廣州市地方技術(shù)規(guī)范DB4401/T57-2020）的指標計算模型。區(qū)域道路運行評價指標分析模型的主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：第一步：劃分統(tǒng)計區(qū)域范圍，篩選岀統(tǒng)計區(qū)域內(nèi)的各類路段，包括城市道路、高速公路等；第二步：對接入的公交、出租、網(wǎng)約、客貨運車輛、共享單車等數(shù)據(jù)進行分析，考慮去除低置信度的數(shù)據(jù)源，確定用于融合計算的數(shù)據(jù)源;第三步：融合公交、出租、網(wǎng)約、客貨運車輛、共享單車等多源數(shù)據(jù)，結(jié)合各類車輛對路況影響的不同權(quán)重，建立路段運行狀況評價模型，計算路段平均運行速度，劃分路段運行狀況等級；第四步：分別統(tǒng)計區(qū)域內(nèi)不同道路（例如高快速路、城市道路等）的擁堵比例，確定不同道路對區(qū)域路況影響的不同權(quán)重；第五步：在路段運行指標評價模型基礎上，結(jié)合不同道路權(quán)重建立宏觀運行評價指標分析模型，通過計算擁堵路段占比，計算運行評價指標如平均運行速度、道路運行指數(shù)等，劃分道路運行狀況。具體算法根據(jù)調(diào)研后實際情況進一步確定。3.5?1?2.2中心區(qū)道路運行評價指標分析模型研究形成針對中心區(qū)局部路網(wǎng)的運行評價指標，實現(xiàn)對中心區(qū)道路運行指數(shù)、平均運行速度等指標監(jiān)測與分析。中心區(qū)道路運行評價指標分析模型的研究對象為中心區(qū)內(nèi)的各類道路及運營車輛。中心區(qū)道路運行評價指標分析模型主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1） 在全市路網(wǎng)中篩選出屮心區(qū)范圍內(nèi)各類道路的路段，包括城市道路、高速公路等，將公交、出租、網(wǎng)約車等各類車輛位置等數(shù)據(jù)與篩選出的路段分別匹配關聯(lián)；2） 根據(jù)路段運行狀況評價模型計算各路段的平均運行速度并劃分路段運行狀況等級;3） 根據(jù)各等級道路（城市道路、高速公路等）權(quán)重計算中心區(qū)道路中擁堵路段占比，計算中心區(qū)道路運行指數(shù)，并劃分運行狀況等級；4） 對模型計算結(jié)果與實際路況進行分析，驗證模型的準確性。.2.1行政區(qū)道路運行評價指標分析模型研究形成針對行政區(qū)（如天河區(qū)等）局部路網(wǎng)的運行評價指標,實現(xiàn)對行政區(qū)道路運行指數(shù)、平均運行速度等指標分析。行政區(qū)道路運行評價指標分析模型的研究對象為行政區(qū)內(nèi)各類道路及運營車輛。行政區(qū)道路運行評價指標分析模型主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1） 在全市路網(wǎng)中篩選出行政區(qū)范圍內(nèi)各類道路的路段，包括城市道路、高速公路等，將公交、出租、網(wǎng)約車等各類車輛位置等數(shù)據(jù)與篩選岀的路段分別匹配關聯(lián)；2） 根據(jù)路段運行狀況評價模型計算各路段的平均運行速度，并劃分路段運行狀況等級；3） 根據(jù)各等級道路（城市道路、高速公路等）的不同權(quán)重計算行政區(qū)道路中擁堵路段占比，計算行政區(qū)道路運行指數(shù)并劃分運行狀況等級；4） 對模型計算結(jié)果與實際路況進行分析，驗證模型的準確性。.2.2局部道路運行評價指標分析模型研究建立完善局部道路(如東風路、環(huán)市路等)運行評價指標分析模型，實現(xiàn)對主干道或小片區(qū)內(nèi)主干道的道路運行指數(shù)、平均運行速度等指標分析。局部道路運行評價指標分析模型的研究對象為局部道路、各類運營車輛。行政區(qū)運行評價指標分析模型主要建模思路如下，該模型(或者算法)僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：在全市路網(wǎng)中篩選出所選道路范圍內(nèi)的各類路段，將公交車、出租車、網(wǎng)約車等各類車輛位置等數(shù)據(jù)與篩選岀的路段分別匹配關聯(lián)；根據(jù)路段運行狀況評價模型分別計算各路段的平均運行速度，并劃分路段運行狀況等級；根據(jù)上述步驟計算所得擁堵路段占比，計算局部道路道路運行指數(shù)，并劃分運行狀況等級；對模型計算結(jié)果與實際路況進行分析，驗證模型的準確性。.3運營車輛出行評價指標分析模型研究建立運營車輛出行評價指標分析模型，實現(xiàn)對各類運營車輛的岀行指標分析，包括運營車輛出行指數(shù)、平均速度等。運營車輛出行評價指標分析模型研究對象為全市范圍、各類營運車輛，例如出租、網(wǎng)約、公交、客貨運車輛、共享單車等。運營車輛出行評價指標分析模型的主要建模思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：第一步：將全市范圍內(nèi)的路段進行分類，如城市道路、高速公路等；第二步：對接入的運營車輛數(shù)據(jù)，例如公交、出租、網(wǎng)約、客貨運車輛、共享單車等進行分析，考慮去除低置信度的數(shù)據(jù)；第三步：對單獨一種運營車輛，例如公交、岀租、網(wǎng)約、客貨運車輛、共享單車等，參考路段運行狀況評價模型建立運營車輛出行路段運行狀況評價模型，計算路段平均速度與自由流速度，計算路段運行速度比，劃分運營車輛出行路段運行狀況等級；第四步：分別統(tǒng)計區(qū)域內(nèi)不同道路（例如高快速路、城市道路等）的擁堵比例，確定不同道路對運營車輛出行岀行路段運行狀況影響的不同權(quán)重；第五步：在運營車輛出行路段運行指標評價模型基礎上，結(jié)合不同道路權(quán)重，建立不同運營車輛運行評價指標分析模型，通過計算擁堵路段占比，計算運行評價指標如平均運行速度、運營車輛出行指數(shù)等，劃分道路運行狀況。.3.1公交車運營出行指標分析模型以公交車為對象，利用公交車衛(wèi)星定位數(shù)據(jù)、公交刷卡數(shù)據(jù)等,研究建立公交車運營出行指標分析模型，實現(xiàn)公交車運營出行指標,如平均速度、出行指數(shù)的分析計算。公交車運營出行指標分析模型的研究對象為全市范圍各類道路、公交車。公交車運營岀行指標分析模型構(gòu)建思路如下，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1） 篩選公交車出行的路段，將公交車位置等數(shù)據(jù)與篩選出的路段分別匹配關聯(lián)；2） 根據(jù)運營車輛出行路段運行狀況評價模型計算各路段的公交車平均運行速度，并劃分路段運行狀況等級；3） 根據(jù)各等級道路（城市道路、高速公路等）不同權(quán)重計算全市道路中擁堵路段占比，計算公交車出行指數(shù)，并劃分運行狀況等級;4） 將公交車出行運行評價指標分析模型的計算結(jié)果與實際情況進行對比，驗證模型準確性。.3.2出租車運營出行指標分析模型以出租車為對象，利用出租車衛(wèi)星定位數(shù)據(jù)，研究建立完善出租車運營出行指標分析模型，實現(xiàn)出租車運營岀行指標的分析計算，如平均速度、擁堵等級等。出租車運營岀行指標分析模型的研究對象為全市范圍各類道路、出租車。參考運營車輛出行的路段運行評價指標分析模型，融合出租車數(shù)據(jù)源，開展出租車運營出行指標分析模型建立分析，主要有以下步驟,該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：將岀租車位置等數(shù)據(jù)與全市路段分別匹配關聯(lián)；根據(jù)運營車輛出行路段運行狀況評價模型計算各路段的出租車平均運行速度，并劃分路段運行狀況等級；根據(jù)各等級道路(城市道路、高速公路等)的不同權(quán)重計算全市道路中擁堵路段占比，計算出租車出行指數(shù)，并劃分運行狀況等級；將出租車出行運行評價指標分析模型的計算結(jié)果與實際情況進行對比，驗證模型準確性。.3.3網(wǎng)約車運營出行指標分析模型以網(wǎng)約車為對象，利用網(wǎng)約車衛(wèi)星定位數(shù)據(jù)、訂單數(shù)據(jù)等，研究建立網(wǎng)約車運營岀行指標分析模型，實現(xiàn)網(wǎng)約車運營出行指標，如平均速度、擁堵等級等的分析計算。網(wǎng)約車運營出行指標分析模型的研究對象為全市范圍各類道路、網(wǎng)約車。參考運營車輛出行的路段運行評價指標分析模型，融合網(wǎng)約車數(shù)據(jù)源，開展網(wǎng)約車運營出行指標分析模型建立分析，主要有以下步驟,該模型(或者算法)僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：將網(wǎng)約車位置等數(shù)據(jù)與全市路段分別匹配關聯(lián)；根據(jù)運營車輛出行路段運行狀況評價模型計算各路段的網(wǎng)約車平均運行速度，并劃分路段運行狀況等級;3） 對各等級道路（城市道路、高速公路等）的不同權(quán)重，計算全市道路中擁堵路段占比，計算網(wǎng)約車出行指數(shù)，并劃分運行狀況等級；4） 將網(wǎng)約車出行運行評價指標分析模型的計算結(jié)果與實際情況進行對比，驗證模型準確性。.3.4客貨運（長途運輸）運營出行指標分析模型以客運大巴、貨運車為對象，如“兩客一危”等，利用客運大巴以及貨運車衛(wèi)星定位數(shù)據(jù)，研究建立客貨運（長途運輸）運營出行指標分析模型，實現(xiàn)客貨運（長途運輸）運營出行指標，如平均速度、出行指數(shù)等的分析計算。同時，可根據(jù)相關管理規(guī)定，按禁行時段將客貨運（長途運輸）車輛位置等數(shù)據(jù)與禁行區(qū)域各類路段分別關聯(lián)匹配，分析得到違規(guī)車輛名單與出行規(guī)律，實現(xiàn)違規(guī)車輛監(jiān)察與報告?？拓涍\（長途運輸）運營出行指標分析模型的研究對象為全市范圍各類道路、客貨運（長途運輸）車輛。參考運營車輛出行的路段運行評價指標分析模型，融合客貨運（長途運輸）車輛數(shù)據(jù)源，開展客貨運（長途運輸）車輛運營出行指標分析模型建立分析，主要有以下步驟，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1） 將客貨運（長途運輸）車輛位置等數(shù)據(jù)與全市路段分別匹配關聯(lián)，由于市區(qū)內(nèi)對大貨車實行時段禁行，因此需要排除禁行時段岀現(xiàn)在禁行區(qū)域的車輛信息:2） 根據(jù)運營車輛岀行路段運行狀況評價模型計算各路段的客貨運（長途運輸）車輛平均運行速度、自由流速度、運行速度比，并劃分路段運行狀況等級；3） 對各等級道路（城市道路、高速公路等）以權(quán)重進行加權(quán)，計算全市道路中擁堵路段占比；計算客貨運（長途運輸）車輛出行指數(shù)，并劃分運行狀況等級；4） 對客貨運（長途運輸）車輛出行運行評價指標分析模型的計算結(jié)果與實際情況進行對比，驗證模型準確性。.3.5共享單車出行評價指標分析模型以共享單車為對象，利用共享單車訂單數(shù)據(jù)等，研究建立共享單車出行評價指標分析模型，實現(xiàn)共享單車運營出行指標，如平均速度、出行指數(shù)等指標的分析計算。共享單車運營岀行指標分析模型的研究對象為全市范圍道路、共享單車。參考運營車輛出行的路段運行評價指標分析模型，融合共享單車數(shù)據(jù)源，開展共享單車運營出行指標分析模型建立分析，主要有以下步驟，該模型（或者算法）僅為舉例說明，具體方法結(jié)合實際情況調(diào)整：1） 將共享單車位置、訂單等數(shù)據(jù)與全市路段分別匹配關聯(lián)，根據(jù)共享單車出行規(guī)律特征，建議將統(tǒng)計時間劃分為6:00-23:00（時間段可根據(jù)實際情況調(diào)整）:2） 根據(jù)共享單車出行路段運行狀況評價模型計算各路段的共享單車平均運行速度、自由流速度、運行速度比等；3） 對各等級道路（城市道路、高速公路等）以權(quán)重進行加權(quán)，計算全市道路中擁堵路段占比；計算共享單車出行指數(shù)，并劃分運行狀況等級（具體算法根據(jù)調(diào)研后實際情況進一步確定）；4） 將共享單車出行運行評價指標分析模型的計算結(jié)果與實際情況進行對比，驗證模型準確性。微觀運行評價指標分析模型依據(jù)微觀運行評價指標要求，研究建立微觀運行評價指標分析模型，實現(xiàn)重點路口運行評價指標分析模型、高速收費站運行評價指標、重要截面流量特征指標分析模型、車輛屬地分析模型、本地化運行外地車分析模型、城市道路車輛0D分析模型、交通小區(qū)車輛0D分析模型、高速公路車輛0D分析模型。.1重點路口運行評價指標分析模型研究建立重點路口運行評價指標分析模型，實現(xiàn)對主要路口的運行指標分析，包括進出口路況及其所屬路段的運行指數(shù)、平均運行速度等指標。研究對象為選定重點路口（卡口檢測設備完善）、各類型車輛。1、研究利用各類車輛衛(wèi)星定位數(shù)據(jù)，根據(jù)路段運行指標評價模型，計算重點路口各進出口所屬路段的路況與運行評價指標，對重點路口的交通情況進行評價;2、 研究利用視頻卡口檢測數(shù)據(jù)，按卡口分析各時段檢測到的車輛數(shù)，即為路口通過車輛數(shù)，并結(jié)合路口附近路段的運行指數(shù)與擁堵情況，給出擁堵分級；3、 研究利用視頻卡口檢測數(shù)據(jù)，分析經(jīng)過路口車輛的時空分布規(guī)律，例如高峰時段、平峰時段路口各方向經(jīng)過車輛數(shù)對比分析；4、 研究利用視頻卡口檢測數(shù)據(jù)，分析各視頻卡口檢測到的車牌,匹配運營車輛庫，分析獲取公交、出租、客運、網(wǎng)約車等運營車輛的車流量，并計算各類運營車輛的出行指標。.2高速收費站運行評價指標分析模型研究建立高速收費站運行評價指標分析模型，利用收費站過車數(shù)據(jù)，實現(xiàn)進出廣州市的高速公路收費站車流量分析及其擁堵分級。掌握途經(jīng)廣州高速公路的車流起訖點，分析各高速公路出入口的車流高峰，為高速公路交通組織分析與輔助疏運提供數(shù)據(jù)支撐。1、 研究利用車輛衛(wèi)星定位數(shù)據(jù)，通過路段運行指標評價模型，分別計算高速收費站所屬城市道路路段與高速公路路段的路況與運行評價指標；2、 研究利用收費站過車數(shù)據(jù)，分析各時段檢測到的車輛數(shù)，即為路口通過車輛數(shù)，并結(jié)合收費站附近路段的運行指數(shù)與擁堵情況,給出擁堵分級;3、研究利用視頻卡口檢測數(shù)據(jù)，分析各視頻卡口檢測到的車牌,匹配運營車輛庫，分析獲取公交、出租、客運、網(wǎng)約車等運營車輛的車流量，并給出擁堵分級。.3重要截面流量特征指標分析模型研究建立重要截面流量特征指標分析模型，實現(xiàn)視頻卡口截面流量以及高速公路截面流量的分析。1、 研究利用車輛衛(wèi)星定位數(shù)據(jù)，通過路段運行指標評價模型，計算截面所屬路段的路況與運行評價指標；2、 研究利用視頻卡口檢測數(shù)據(jù)，按卡口分析各時段檢測到的車輛數(shù)，即為截面通過車輛數(shù)，并給出擁堵分級；3、 研究利用視頻卡口檢測數(shù)據(jù)，分析各視頻卡口檢測到的車牌,匹配運營車輛庫，分析獲取公交、出租、客運、網(wǎng)約車等運營車輛的車流量，并給出擁堵分級；4、 對于高速公路重要截面，還可結(jié)合高速公路收費站數(shù)據(jù)，按收費站分析各時段檢測到的車輛數(shù)，即為截面通過車輛數(shù)，并給岀擁堵分級。.4車輛屬地分析模型根據(jù)視頻卡口檢測的車牌前兩位分析車牌屬地，屬地可按省、市分類，根據(jù)不同統(tǒng)計時間粒度（如小時、月、年等）實現(xiàn)屬地車輛數(shù)及其占比的聚類分析。針對不同時段的不同屬地出行數(shù)量進行縱向比較，分析其在時間上的變化情況；針對同一時段的不同屬地出行數(shù)量進行橫向比較，分析其在不同卡口或區(qū)域的差異。通過統(tǒng)計全市范圍內(nèi)各卡口的車輛歸屬地，統(tǒng)計工作日高峰時段、工作日平峰時段、節(jié)假日等的不同屬地車輛出行數(shù)量及占比，分析不同屬地車輛出行規(guī)律特征。.5本地化運行車輛分析模型分析各視頻卡口檢測到的非粵A牌以及新能源車的車輛，預留時段、天數(shù)閾值參數(shù)，可支持對指定時段、閾值，對統(tǒng)計時段內(nèi)累計出行天數(shù)超過閾值的外地車以及新能源車進行提取與數(shù)量統(tǒng)計。針對不同時段的非粵A牌以及新能源車出行數(shù)量進行縱向比較，分析其在時間上的變化情況；針對同一時段的不同區(qū)域的非粵A牌以及新能源車出行進行橫向比較，分析其在不同卡口或區(qū)域的差異。車輛0D分析模型利用高速收費站過車數(shù)據(jù)、公安卡口數(shù)據(jù)（城市道路、高速公路）、高速門架數(shù)據(jù)建立車輛運行軌跡分析模型。根據(jù)車牌，將高速收費站、門架通行數(shù)據(jù)、視頻卡口等數(shù)據(jù)進行碰撞并集計算并根據(jù)時間序列排序；按照出行鏈規(guī)律進行0D判斷，提取出行0D,將出行起訖點與交通小區(qū)等空間位置數(shù)據(jù)進行空間疊加分析，計算出行區(qū)域位置信息。可參考重力模型對車輛0D進行分析（具體算法可根據(jù)實際需求調(diào)整），具體有以下步驟：第一步：獲取車輛運行軌跡數(shù)據(jù)，建立數(shù)據(jù)矩陣;第二步：求阻抗矩陣Rij(ImpedanceMatrix)交通阻抗可表示為：岀行距離和行程時間的長短，以及出行費用的大小等。為真實地反映交通阻抗，采用通常使用的平均行程時間表示。平均行程時間越小表示區(qū)域之間阻抗越小，越大表示區(qū)域之間阻抗越大，因此以平均行程時間為路權(quán)值求各區(qū)域之間的最短路徑(ShortestPath),其值即為區(qū)域之間的阻抗Rij。第三步：重力模型標定(校準)(GravityModeCalibration)創(chuàng)建公交、地鐵基礎0D矩陣。阻抗矩陣(ShortestPaths)標定。重力模型標定(校準)(GravityModeCalibration)數(shù)據(jù)準備：基年0D矩陣的索引(質(zhì)心層質(zhì)心ID)與最短路徑矩陣的索引(路網(wǎng)節(jié)點層質(zhì)心ID)不匹配，并且因為下面將在路網(wǎng)節(jié)點層上操作，因此必須使基年0D索引與最短路徑矩陣的索引相一致，以使兩表數(shù)據(jù)相對應(轉(zhuǎn)換為“質(zhì)心ID”)o校準重力模型標定。第四步：創(chuàng)建綜合阻抗因子f(Rij)(SyntheticFrictionFactors)創(chuàng)建空矩陣“FrictionFactorshell”；輸入已標定的a、b、c值；獲得阻抗(最短路徑)矩陣。第五步：應用重力模型根據(jù)已標定的a,b,c值、綜合阻抗因子矩陣和阻抗（最短路徑）矩陣，獲得K-Factor矩陣模型，并將新的數(shù)據(jù)輸入模型計算。.1城市車輛0D分析模型研究建立城市車輛0D分析模型，模型通過分析卡口視頻過車數(shù)據(jù)、停車場車牌識別數(shù)據(jù)，實現(xiàn)對車輛從出發(fā)地-途徑道路-目的地的0D鏈條分析。同時，在檢測點車輛0D分布數(shù)據(jù)基礎上，按交通小區(qū)聚合，分析得到交通小區(qū)間的車輛0D分布數(shù)據(jù)。利用公交支付數(shù)據(jù)、出租車訂單數(shù)據(jù)、網(wǎng)約車訂單數(shù)據(jù)、共享單車訂單數(shù)據(jù)等，建立城市交通多方式0D分析模型。底層地圖統(tǒng)一化處理，將公交站點、地鐵站點與交通線交通小區(qū)進行空間關聯(lián)；融合各種交通方式的岀行數(shù)據(jù)，進行時空岀行0D的聚類計算分析。融合各種交通方式的岀行數(shù)據(jù)，進行時空出行0D的聚類計算分析。.2高速公路車輛0D分析模型利用高速公路收費站的過車數(shù)據(jù)，提取車輛信息并將其與廣州市高速公路的收費站進行匹配，根據(jù)車輛進出收費站的時間順序，實現(xiàn)高速公路車輛0D分布分析以及收費站進出車輛數(shù)分析。掌握行經(jīng)廣州高速的車流起訖點，分析各高速公路出入口的車流高峰及車流構(gòu)成,為高速公路交通組織分析與輔助疏運提供數(shù)據(jù)支撐。專題分析模型根據(jù)業(yè)務應用需求研發(fā)專題分析模型，包括特殊時期出行特征分析模型、擁堵點分析模型、主題事件對比分析模型、市國控點周邊運營車輛運行分析模型。.1特殊時期出行特征分析模型針對重大節(jié)假日、開學首日以及重大活動等，分析特殊時期的出行特征，形成特殊時期出行特征分析模型。重大節(jié)假日出行特征分析模型：在視頻卡口車輛0D分析基礎上，研究建立重大節(jié)假日岀行特征分析模型，實現(xiàn)清明、五一、國慶等重大節(jié)假日期間的高峰時段、擁堵程度、擁堵路段、岀行熱點的分析。開學首日岀行特征分析模型：在視頻卡口車輛0D分析基礎上，研究建立開學首日出行特征分析模型，實現(xiàn)開學首日的高峰時段、擁堵程度、擁堵路段的分析。重大活動期間出行特征分析模型：在視頻卡口車輛0D分析基礎上，研究建立重大活動期間出行特征分析模型，實現(xiàn)廣交會、中超、亞冠等重大活動期間高峰時段、擁堵程度、擁堵路段的分析。在特殊時期的交通需求呈現(xiàn)出與平日完全不同的特征，從而造成了特殊時期交通矛盾的日益激化。因此，必須研究不同特殊時期的交通需求特點，建立特殊時期出行特征分析模型，創(chuàng)建平日交通與特殊時期交通共同發(fā)展的和諧交通環(huán)境。模型步驟如下，具體算法將根據(jù)實際需求調(diào)整：A篩選特殊時期（重大節(jié)假日、開學日、重大活動期間）的視頻卡口過車數(shù)據(jù)，對車輛車流軌跡進行截斷，生成車輛0D；＞基于視頻卡口過車數(shù)據(jù)和生成的車輛0D計算車輛岀行強度、出行頻率和出行結(jié)構(gòu)等指標，分析車輛岀行特征；A根據(jù)路段運行評價分析模型計算路段運行狀況，分析全市/區(qū)域擁堵路段與運行指數(shù)。.2擁堵治理分析模型結(jié)合擁堵點治理應用需要，研究擁堵點分析模型，實現(xiàn)擁堵點的識別以及擁堵治理前后的對比分析。為輔助開展擁堵治理，提高道路通暢性，需要先對道路擁堵點進行識別，并根據(jù)道路擁堵點特征有針對性的進行治理，建立評價指標評估治理前后的道路通行能力。道路治理分析模型包括以下步驟，具體算法將根據(jù)實際需求調(diào)整。＞基于道路實時路況數(shù)據(jù)對道路擁堵點進行識別；A分別計算道路擁堵點治理前后的道路通行能力評價指標；（1）擁堵點識別模型：分析一段時間的路段或交叉口交通運行指標變化情況，識別交通擁堵點和路段。對于擁堵交叉口，數(shù)據(jù)分析覆蓋市域內(nèi)的重要主次干道交叉口，能夠提供主要進口道的交通指標數(shù)據(jù)；對于擁堵路段，數(shù)據(jù)分析覆蓋重要主次干道，按小路段分析,從而有效覆蓋擁堵治理研究點位。擁堵點周邊路段指標關聯(lián)查詢模型：預留路段/交叉口自定義組合、對比時段參數(shù)，系統(tǒng)根據(jù)設定參數(shù)實現(xiàn)路段與交叉口指標數(shù)據(jù)的關聯(lián)查詢，如對比時間的路段交通流量、路段平均行程時間、路段平均行程速度、公交車平均行程車速、交叉口特定方向交通運行視頻錄像。.3市國控點周邊運營車輛運行分析模型研究建立市國控點周邊運營車輛運行分析模型，以廣州市環(huán)保監(jiān)測國控點為中心坐標，在監(jiān)測國控點周邊一定區(qū)域范圍內(nèi)，提取途徑電子圍欄范圍內(nèi)的運營車輛(兩客一危、重型貨車、公交車、出租車)等車載衛(wèi)星定位等數(shù)據(jù)，并實現(xiàn)對該區(qū)域的車輛、途徑次數(shù)、里程數(shù)據(jù)的統(tǒng)計分析。中心區(qū)短時擁堵指數(shù)預測模型基于分析公交車、岀租車、網(wǎng)約車、客運大巴、互聯(lián)網(wǎng)眾包等多源數(shù)據(jù)，結(jié)合道路歷史路況數(shù)據(jù)與運行指數(shù)研究中心區(qū)的短時擁堵預測模型，實現(xiàn)對中心區(qū)的擁堵變化情況短時預測，多方位掌握運行指數(shù)當天的未來趨勢，提前預判未來可能需要采取的措施。研究建立中心區(qū)擁堵指數(shù)短時預測模型，依據(jù)城市區(qū)域擁堵指數(shù)的時空特性，可參考構(gòu)建時空圖卷積門控循環(huán)網(wǎng)絡預測模型(Spatial-temporalGraphConvolutionGateRecurrentUnitNetwork,STGCGRU)進行中心區(qū)擁堵指數(shù)短時預測。模型根據(jù)中心區(qū)擁堵指數(shù)時間特性劃分為鄰近時段、日周期時段、周周期時段等，以嵌入圖卷積（GC）計算的門控循壞單元（GRU）作為基本單元搭建Encoder-Decoder模型框架，其中GC用以捕捉城市區(qū)域圖中的空間特征，GRU用以捕捉中心區(qū)運行評價指數(shù)時序特征，注意力機制用以調(diào)節(jié)屮心區(qū)擁堵指數(shù)的趨勢變動性。實際模型構(gòu)建將不局限于此，會根據(jù)實際需求與調(diào)研結(jié)果進行調(diào)整。3.5.2數(shù)據(jù)關聯(lián)分析為進一步研究了解重點路段交通運行規(guī)律，充分利用系統(tǒng)匯聚的多源數(shù)據(jù)，分析交通事故與路段速度、流量的關聯(lián)性，分析交通擁堵與降水量、施工、停車的關聯(lián)性，分析交通流量與降水量、施工、上游交通量等關聯(lián)性。交通事故相關性分析.1交通事故-速度相關性分析通過路段平均速度、截面瞬時速度等解釋變量，針對重點高快速路、主干道或事故多發(fā)路段，分析該具體路段速度對交通事故的影響，分析交通事故與速度的相關性，從而識別交通事故易發(fā)的道路速度，為實際交通管理服務提供安全防控數(shù)據(jù)參考，提升道路運輸安全水平。.2交通事故-流量相關性分析通過交通流量等解釋變量，考慮交通事故空間相關性，針對重點高快速路、主干道或事故多發(fā)路段，分析該具體路段交通事故與流量的相關性，進而得出該路段交通流量與交通事故的影響關系，為事故防控提供數(shù)據(jù)支撐。交通運行相關性分析.1交通運行-降水量相關性分析針對雨天情況下易發(fā)擁堵路段，分析該具體路段擁堵與降水量的在時間、空間上相關性，從而識別降水量對交通運行的影響規(guī)律，為深度挖掘天氣狀況對道路擁堵影響機理奠定基礎，同時也為強降雨天氣的交通服務保障提供參考。.2交通運行-施工相關性分析針對施工作業(yè)路段，分析該具體路段的施工作業(yè)對上下游路段、局域路網(wǎng)通行狀況的影響，分析施工作業(yè)是否導致?lián)矶?、擁堵發(fā)生的時間、擁堵發(fā)生的位置、擁堵持續(xù)時間等，以輔助道路施工作業(yè)期間交通管理組織工作。.3交通運行-停車場相關性針對核心商業(yè)區(qū)易發(fā)交通擁堵路段，結(jié)合停車場與擁堵路段的位置關系、交通流的空間傳遞性，分析交通運行與周邊停車場數(shù)量或停車場可用停車位數(shù)量的相關性，從而分析該具體路段停車供需對交通運行的影響。交通流量相關性分析.1交通流量-降水量相關性分析選取重點高快速路、主干道或高流量路段，分析具體路段交通流量大小與降水量的相關性，分析局域路網(wǎng)交通流量大小與降雨量的相關性，從而分析降水量對路段、局域路網(wǎng)交通通行效率的影響。.2交通流量-施工相關性分析針對施工作業(yè)路段，分析該具體路段的施工作業(yè)對上下游路段、局域路網(wǎng)通過車流量的影響，識別施工是否降低上游路段通行效率、是否提升下游路段通行效率、是否降低局域路網(wǎng)通行效率等，為施工作業(yè)期間交通管理組織工作提供輔助。.3局域路網(wǎng)上下游流量相關性分選取檢測設備布置相對豐富的重點高快速路、主干道或高流量路段，利用車輛0D分析模型，在此基礎上實現(xiàn)小片區(qū)局域路網(wǎng)內(nèi)的車流軌跡時空分析，結(jié)合交通流理論分析局域小片區(qū)路網(wǎng)下游路段流量與上游路段的流量相關性，從而為下游路段交通擁堵的車流時空構(gòu)成等提供數(shù)據(jù)參考。.4交通流量-其他因素相關性分析選取重點高快速路、主干道或易發(fā)擁堵路段，綜合分析非交通類的外源因素（如短期內(nèi)疫情防控措施變化）對交通流量的影響，根據(jù)本項目實施周期內(nèi)的實際應用需要，采集外源因素的開始時間、結(jié)束時間、外源因素生效前后目標路段的交通流量，分析該外源因素對具體路段交通流量的影響，對比識別該外源因素對人們出行的影響。3.6系統(tǒng)基礎功能開發(fā)3.6.1平臺架構(gòu)升級優(yōu)化一期系統(tǒng)所采用的技術(shù)已比較落后，無法適應本期項目融合多源大數(shù)據(jù)的數(shù)據(jù)處理需求，且一期系統(tǒng)升級遷移難度大、存在安全隱患,無法滿足本期項目的應用需求以及安全需求，因此需要進行平臺架構(gòu)的升級優(yōu)化。同時，一期系統(tǒng)部分功能也需整合進二期系統(tǒng)，以便滿足業(yè)務應用需要，需要對一期系統(tǒng)的代碼進行優(yōu)化，并根據(jù)系統(tǒng)性能需求升級系統(tǒng)支撐資源。應適配廣州市交通運輸局信創(chuàng)技術(shù)路線，保證系統(tǒng)功能點正常使用。信創(chuàng)環(huán)境包括人大金倉KingbaseESV8.0數(shù)據(jù)庫，東方通等應用中間件，統(tǒng)信UOSV20服務器操作系統(tǒng)，360安全瀏覽器等。非信創(chuàng)環(huán)境包括Oracle12C以上版本、MySQLV5.7以上版本數(shù)據(jù)庫，Weblogic、Tomcat＞東方通等主流應用中間件，RedHatEnterpriseLinux7.4以上版本服務器操作系統(tǒng)，谷歌V91以上版本瀏覽器等,同時適配滿足廣州市交通運輸局信創(chuàng)終端的使用。針對一期系統(tǒng)存在的穩(wěn)定性和高可用性較低、處理能力不具備可伸縮性的問題，本期系統(tǒng)將采用分布式處理架構(gòu)改造數(shù)據(jù)處理層。一期系統(tǒng)在應用服務層上使用了微軟的?netsilverlight技術(shù)，目前微軟已經(jīng)不再對S訂verlight技術(shù)進彳亍支持和更新。本期系統(tǒng)在應用服務層框架將采用前后端分離框架，考慮選擇JavaSSM(Spring+SpringMVC+MyBatis)作為后端框架，選擇Vue作為前端框架。對一期項目功能的代碼進行優(yōu)化，使其適應新的平臺架構(gòu)。具體需要優(yōu)化代碼的功能以用戶需求為準。數(shù)據(jù)處理層架構(gòu)升級一期系統(tǒng)在數(shù)據(jù)處理層采用了從集中式處理架構(gòu)。由于集中式架構(gòu)在設計上每一個處理環(huán)節(jié)都是單節(jié)點，因此一旦某個節(jié)點發(fā)生故障,則數(shù)據(jù)處理層整體不可用，系統(tǒng)不具備高可用性。且因為處理故障需要時間，單點故障發(fā)生故障期間將導致大量數(shù)據(jù)積壓不能及時處理，故障容易蔓延到其他節(jié)點。另外，集中式架構(gòu)還存在不具備可伸縮性等天然缺陷，集中式架構(gòu)部署在單機上，但單機處理能力存在瓶頸，因此無法在接入更多數(shù)據(jù)源的時候保證數(shù)據(jù)處理層整體處理能力的提升。針對一期系統(tǒng)存在的穩(wěn)定性和高可用性較低、處理能力不具備可伸縮性的問題，本期系統(tǒng)將采用分布式處理架構(gòu)改造數(shù)據(jù)處理層。分布式架構(gòu)下的數(shù)據(jù)處理層，所有節(jié)點都是對等的，天然支持多個節(jié)點部署，支持按需擴展，通過對整體處理能力適當冗余，單個節(jié)點故障對系統(tǒng)完全無任何影響，實現(xiàn)高可用。因此在經(jīng)濟性、安全自主、靈活性、可伸縮性等方面有明顯優(yōu)勢。應用服務層框架升級一期系統(tǒng)在應用服務層上使用了微軟的.nets訂verlight技術(shù)，目前微軟已經(jīng)不再對S訂verlight技術(shù)進行支持和更新。本期系統(tǒng)在應用服務層框架將采用前后端分離框架,可選擇JavaSSM(Spring+SpringMVC+MyBatis)或SSH作為后端框架,選擇Angular>React或Vue作為前端框架。.1后端框架目前主流的應用服務開發(fā)語言有Java、PHP、C#等。Java語言是一種分布式的面向?qū)ο笳Z言，具有面向?qū)ο?、平臺無關系、簡單性、解釋執(zhí)行、多線程、安全性等很多特點，開發(fā)出來的程序可以跨平臺運行，是冃前最流行的開發(fā)語言。SSM和SSH(Spring+Struct/Struct2+Hibernate)是當下流行的兩種JavaEE企業(yè)級應用開發(fā)MVC開源框架，兩者因為采用了IOC(控制反轉(zhuǎn))思想，將對象之間的依賴關系交給了Spring控制,因此都能夠有效降低功能模塊之間的耦合，提供應用開發(fā)的靈活性和可擴展性。SSM和SSH的不同主要在MVC實現(xiàn)方式，以及ORM持久化方面不同。SpringMVC核心控制器是DispatchServlet前端控制器，而Struts2Filter；SpringMVC是方法級別，Struts2是Action類級別，SpringMVC更容易實現(xiàn)RESTful風格的WebAPI。在0RM持久化方面，SSM使用TMyBatis,而SSH使用THibernate,兩者的表現(xiàn)也不同。Hibernat